Tipos de Vari aveis - Unicampveronica/Coordenadas1s/aula1.pdf · Vari aveisFrequ^enciasGr a cosMedidas de Posi˘c~aoMedidas de Dispers~aoMedidas ComplementaresInfer^encia Vari aveis

Variaveis Frequencias Graficos Medidas de Posicao Medidas de Dispersao Medidas Complementares Inferencia

Tipos de Variaveis

Problema Motivador:

Um pesquisador esta interessado em fazer um levantamento sobre

aspectos socio-economicos dos empregados da secao de orcamentos de

uma companhia (vide tabela).

Algumas variaveis como sexo, escolaridade e estado civil, tem como

possıveis respostas uma descricao ou qualidade do indivıduo, e portanto

sao chamadas de variaveis qualitativas. Ja variaveis como numero de

filhos e salario tem como possıveis respostas um numero, um valor, uma

quantidade, e portanto sao chamadas de variaveis quantitativas.

Notas de Aula da Professora Veronica Gonzalez-Lopez, digitadas por Beatriz Cuyabano, Pos-Graduacao IMECC/UNICAMP


Variaveis

Qualitativa

Nominal

Nao existe ordenacao nas possıveis respostas (ex: sexo, estado civil)

Ordinal

Existe uma certa ordem nas possıveis respostas (ex: escolaridade)



Tipos de Variaveis

Quantitativa

Discreta

Os possıveis valores formam um conjunto finito ou enumeravel de

numeros, sao variaveis de contagem (ex: numero de filhos)

Contınua

Os possıveis valores estao dentro de um intervalo, aberto ou

fechado, dos numeros reais (ex: peso de um indivıduo)



Distribuicao de Frequencias

Objeto de estudo: variavel (ex: peso)

Elemento para montar o estudo: realizacoes (valores observados) da

variavel

Objetivo conhecer a distribuicao dessa variavel aleatoria




Exemplo: Grau de escolaridade (variavel qualitativa ordinal)

# total de empregados = 36

# empregados com Ensino Fundamental = 12

# empregados com Ensino Medio = 18

# empregados com Ensino Superior = 6




Grau de Instrucao Frequencia (ni ) Proporcao (fi ) % (100× fi )

Ensino Fundamental 12 0.3333 33.33

Ensino Medio 18 0.5000 50.00

Ensino Superior 6 0.1667 16.67

Total 36 1.0000 100.00

fi = ni36




Exemplo: Salario (variavel quantitativa contınua)

Agrupar os dados por faixas de valores

# total de empregados = 36

# empregados com salario na faixa 4.00-8.00 = 10








Faixa salarial Frequencia (ni ) Proporcao (fi ) % (100× fi )

4.00-8.00 10 0.2778 27.78

8.00-12.00 12 0.3333 33.33

12.00-16.00 8 0.2222 22.22

16.00-20.00 5 0.1389 13.89

20.00-24.00 1 0.0278 2.78

Total 36 1.0000 100.00

fi = ni36




Escolha dos intervalos: arbitraria seguindo os indicadores

um numero pequeno de classes → perda de informacao

um numero grande de classes → perda da visao geral dos dados

como um conjunto

sugestao: 5 a 15 classes com a mesma amplitude



Representacao Grafica das Variaveis Quantitativas

Objetivo: estudar a distribuicao de frequencias de uma variavel

Exemplo: numero de filhos dos empregados casados

Numero de filhos (xi ) Frequencia (ni ) Proporcao (fi ) % (100× fi )

0 4 0.20 20

1 5 0.25 25

2 7 0.35 35

3 3 0.15 15

5 1 0.05 5

Total 20 1.0000 100.00



Representacao Grafica de Variaveis Quantitativas



Representacao Grafica de Variaveis Quantitativas



Representacao Grafica de Variaveis Contınuas

Dados de salario: sao utilizados os pontos medios das faixas salariais

Salario medio Frequencia (ni ) Proporcao (fi ) % (100× fi )

6.00 10 0.2778 27.78

10.00 12 0.3333 33.33

14.00 8 0.2222 22.22

18.00 5 0.1389 13.89

22.00 1 0.0278 2.78

Total 36 1.0000 100.00










Melhor representacao dos dados: Histograma

Associa a frequencia aos intervalos de valores, e nao mais ao ponto

medio




Ramo e Folhas

Objetivo: obter informacao da distribuicao dos dados

Caracterıstica: Nao perde informacao sobre os dados

Cada informacao e dividida em duas partes: a primeira (ramo) e

colocada a esquerda da linha vertical, e a segunda (folhas) a direita




4 00 56

5 25 73

6 26 66 86

7 39 44 59

8 12 46 74 95

9 13 35 77 80

10 53 76

11 06 59

12 00 79

13 23 60 85

14 69 71

15 99

16 22 61

17 26

18 75

19 40

20

21

22

23 30



Medidas de Posicao

Proposito: resumir os dados, atraves de valores que representam o

conjunto

Medidas de posicao central

Media aritmetica (Me)

Mediana (Md)

Moda (Mo)



Medidas de Posicao

Moda

Resultado mais frequente, obtido em um conjunto de dados

observados

No exemplo do numero de filhos, Mo = 2

E interessante notar que qualquer conjunto de dados pode

apresentar mais de uma moda, sendo entao bimodal, trimodal, etc.



Medidas de Posicao

Mediana

Resultado que ocupa a posicao central em um conjunto de dados

ordenados de forma crescente

Numero ımpar de observacoes: utiliza-se a observacao central

ex: 3, 4, 7, 8, 8

Md = 7

Numero par de observacoes: utiliza-se a media aritmetica das duas

observacoes centrais

ex: 3, 4, 7, 8, 8, 9

Md = 7+82

= 7.5



Medidas de Posicao

Media

Soma dos valores observados dividida pelo numero total de

observacoes

ex: 3, 4, 7, 8, 8 → Me = 3+4+7+8+85 = 30

5 = 6

No exemplo do numero de filhos Me = 1.65

Expressao geral

Me (X ) =x1 + ... + xk

k=

1

k

k∑i=1

xi

x1, ..., xk sao os valores observados para uma variavel de estudo X



Medidas de Posicao

Caso particular:

n1 observacoes sao iguais a x1

n2 observacoes sao iguais a x2...

nk observacoes sao iguais a xk

tal que: n1 + n2 + ... + nk =∑k

i=1 ni = n

Me(X ) =n1x1 + n2x2 + ... + nkxk

n=

1

n

k∑i=1

nixi =k∑

i=1

ninxi =

k∑i=1

fixi



Medidas de Posicao

No exemplo do numero de filhos

n1 = 4, x1 = 0

n2 = 5, x2 = 1

n3 = 7, x3 = 2

n4 = 3, x4 = 3

n5 = 1, x5 = 5

n1 + n2 + ... + nk =

∑ki=1 ni = n

entao,

Me(X ) =4× 0 + 5× 1 + 7× 2 + 3× 3 + 1× 5

20= 1.65



Medidas de Posicao

Analise 1

Conjunto de dados D1 = {2, 2.5, 3, 4.3, 2.9}

Ordenando de forma crescente D′

1 = {2, 2.5, 2.9, 3, 4.3}

Md = 2.9

Me = 2+2.5+2.9+3+4.35 = 2.94



Medidas de Posicao

Analise 2

Conjunto de dados D2 = {2, 7, 3, 4.3, 2, 9}


2 = {2, 2.8, 3, 4.3, 7}

Md = 3

Me = 2+2.8+3+4.3+75 = 3.84



Medidas de Posicao

Observacao

Na primeira e segunda analise a mediana tem valores proximos (2.9 e 3),

no entanto, a media tem uma diferenca de quase 1 unidade (2.94 e

3,84). Com isso em vista, podemos definir a propriedade de robustez da

mediana.

A mediana e uma medida mais robusta que a media, quando submetida a

mudancas nos valores observados, ou a incorporacao de mais observacoes

no conjunto de dados original.



Medidas de Posicao

Analise 3

Conjunto de dados D3 = {2, 2.5, 3, 4.3, 2.9, 7}


3 = {2, 2.5, 2.9, 3, 4.3, 7}

Md = 2.9+32

Me = 2+2.5+2.9+3+4.3+76 = 3.62



Medidas de Posicao

Comparacao entre as Analise dos Conjuntos de dados

Dados Md Me

D1 2.9 2.94

D2 3 3.84

D3 2.95 3.62



Medidas de Dispersao

Proposito: obter uma medida que sumarize a variabilidade, uma vez

que conjuntos de dados diferentes podem apresentar uma mesma

medida de posicao.

Por exemplo, A = {3, 4, 5, 6, 7} e B = {5, 5, 5, 5, 5} tem a mesma

media: Me = 5




Desvio: afastamento de uma observacao de uma determinada

medida de posicao

ex: A = {3, 4, 5, 6, 7}

Me = 5

Desvios = {3− 5, 4− 5, 5− 5, 6− 5, 7− 5} = {−2,−1, 0, 1, 2}

ex: B = {5, 5, 5, 5, 5}

Me = x5

Desvios = {5− 5, 5− 5, 5− 5, 5− 5, 5− 5} = {0, 0, 0, 0, 0}




Medidas ”globais”de desvio na amostra de dados:∑5i=1 |xi − x |∑5i=1 (xi − x)2

Ambas as medidas evitam que desvios iguais em modulo, mas com

sinais opostos se anulem

Desvio Medio

DM(X ) =∑n

i=1|xi−x|

n

Variancia

Var(X ) =∑n

i=1(xi−x)2

n




ex: A = {3, 4, 5, 6, 7}

DM(A) = |−2|+|−1|+|0|+|1|+|2|5 = 6

5 = 1.2

Var(A) = (−2)2+(−1)2+02+12+22

5 = 105 = 2

ex: B = {5, 5, 5, 5, 5}

DM(A) = |0|+|0|+|0|+|0|+|0|5 = 0

5 = 0

Var(A) = 02+02+02+02+02

5 = 05 = 0




Desvio Padrao

DP(X ) =√

Var(X )

ex: DP(A) =√

2 = 1.41

ex: DP(B) =√

0 = 0



Medidas Complementares para Analise de Dados

Extremos

O menor e o maior valor do conjunto de dados

Quartis (Q) ou Juntas (J)

1o Quartil: deixa um quarto dos valores abaixo, e tres quartos acima

dele

2o Quartil = Mediana: deixa metade dos valores abaixo, e metade

acima dele

3o Quartil: deixa tres quartos dos valores abaixo, e um quarto acima

dele




Exemplo: Variavel Salario

Md = 9.8+10.532

= 10.17

Q1 = J1 = 7.44+7.592

= 7.52

Q3 = J3 = 13.85+14.692

= 14.27

Ei = 4.00 (menor valor)

Es = 23.30 (maior valor)




Esquema dos Cinco Numeros

36

Md 10.17

J 7.52 14.27

E 4.00 23.30

Cada uma das componentes do esquema dos cinco numeros e uma

medida robusta de dados, e e tambem uma estatıstica de ordem.




Intervalo Interquartil: A medida de dispersao ”intervalo

interquartil”pode ser considerada uma medida robusta de dispersao.

dJ = J3 − J1 = Q3 − Q1

No exemplo do salario: dJ = 14.27− 7.52 = 6.75

Dispersao Inferior: J2 − Ei

Dispersao Superior: Es − J2



Inferencia

Se a distribuicao dos dados que estudamos e simetrica, esperamos que:

a distribuicao inferior seja aproximadamente igual a superior

J2 − Ei ≈ Es − J2

J2 − J1 ≈ J3 − J2

J1 − Ei ≈ Es − J3



Inferencia

Box Plot



Inferencia

Os valores que estao muito distantes de J1 e J3 sao chamados

outliers (observacoes discrepantes)

observacoes menores que J1 − 32dJ

observacoes maiores que J3 + 32dJ

A partir do retangulo, para cima e para baixo, seguem linhas ate o

ponto de observacao mais remoto, que nao seja outlier



Inferencia

O desenho da uma ideia de:

posicao: J1, J2, J3

dispersao: dJ

assimetria: J3 − J2; J2 − J1

caudas: comprimento das linhas que seguem desde o retangulo

dados discrepantes:



Inferencia

Exemplo

J1 = 7.52 Ei = 4.00

J2 = 10.17 Es = 23.30

J3 = 14.27 dJ = 6.75

J2 − J1 = 2.65

J3 − J2 = 4.1

J1 − 32dJ = −2.605

J3 + 32dJ = 24.395



Inferencia


Documents

Tipos de Vari aveis - Unicampveronica/Coordenadas1s/aula1.pdf · Vari aveisFrequ^enciasGr a cosMedidas de Posi˘c~aoMedidas de Dispers~aoMedidas ComplementaresInfer^encia Vari aveis